연구진은 162개의 다양한 시각 모델을 분석하여 객체 유사성 구조를 비음수 차원으로 분해했습니다. 분석 결과, 모델 크기나 성능과 무관하게 특정 차원이 반복적으로 나타나는 '보편적 차원'이 존재했습니다. 이 보편적 차원은 개념적 이미지 속성에 의해 강하게 유도되며, 원숭이 IT 활동과 인간의 유사성 판단을 예측하는 데 효과적이었습니다.
모델별 특이적 차원과 달리 보편적 차원은 해석 가능성이 높으며, 이는 딥러닝 모델의 표현이 생물학적 시각과 일치하는 중요한 요인임을 시사합니다. 연구 결과는 딥러닝 모델의 표현과 생물학적 시각의 연관성을 이해하는 데 중요한 시사점을 제공합니다.
다양한 아키텍처, 목적 함수, 학습 데이터를 가진 모델들이 어떻게 유사한 시각적 표현으로 수렴하는지에 대한 이해를 높이는 데 기여합니다.